De fleste mennesker er under det indtryk, at altcoins-priser følger Bitcoin-priser op og ned. Fordi Bitcoin udgør en så stor andel af det samlede kryptovalutamarked, når det bevæger sig, har omgivende altcoins også en tendens til at bevæge sig i samme retning.
Det kan dog stadig komme som en overraskelse, at 75% af de øverste mønter i top 200 havde en korrelation på 0,91 eller højere med bitcoin i 2018.
Bemærk: Dette er et gæstepost af Anthony Xie, grundlægger af HodlBot, et værktøj, der hjælper investorer med at diversificere deres porteføljer og automatisere deres handelsstrategier.
| # | Crypto Exchange | Benefits |
|---|---|---|
1 | Best exchange  VISIT SITE |
|
2 | Ideal for newbies  Visit SITE |
|
3 | Crypto + Trading  VISIT SITE |
|
Platformen er kendt for at gøre det let og simpelt at investere i et kryptokurrencyindeks. Ud over kryptokurrencyindeks giver HodlBot også brugere mulighed for at oprette, backtest og udføre deres egne brugerdefinerede porteføljer baseret på avancerede markedsmålinger. Der er ingen kontominimum eller landebegrænsninger.
Contents
2018 oplevede de højeste korrelationer mellem Bitcoin og andre kryptovalutaer.
Korrelationen mellem de 200 bedste mønter og Bitcoin var højere i 2018 sammenlignet med ethvert andet år.
En forklaring på dette er, at 2018 faldt sammen med et år langt bjørnemarked. Det ser ud til, at uhyrlige markedsudbydelser er tæt tilpasset til højere korrelationer mellem Bitcoin og Altcoins.
Mærkeligt nok er det ikke sandt for priser, der bevæger sig i den anden retning. Under bjørnemarkedet i 2017 så vi aldrig sammenhængen mellem kryptokurver og Bitcoin nå så højt, selvom priserne steg over hele linjen.
| # | CRYPTO BROKERS | Benefits |
|---|---|---|
1 | Best Crypto Broker VISIT SITE |
|
2 | Cryptocurrency Trading VISIT SITE |
|
| # | BITCOIN CASINO | Benefits |
|---|---|---|
1 | Best Crypto Casino  VISIT SITE |
|
2 | Fast money transfers  VISIT SITE |
|
Ting er forskellige i 2019 – Lavere korrelationer på et sidelæns marked
Markedet har ændret sig i 2019. Bortset fra den første uge i april har 2019 for det meste oplevet et sidelæns marked.
Ved et kort overblik ser korrelationer mellem Bitcoin og altcoins betydeligt lavere ud i 2019 sammenlignet med året før.
For at være virkelig sikker kan vi anvende en statistisk test for at sammenligne de to prøvefordelinger.
Welchs t-test bruges til statistisk at teste forskellen mellem to stikprøveværdier, der har ukendte og ulige underliggende afvigelser. I vores særlige tilfælde ønsker vi at anvende en ensidig test, da vi antager, at den gennemsnitlige korrelationskoefficient mellem Bitcoin og altcoins er lavere i 2019.
Sådan skal vi opstille vores hypoteser.
Nulhypotesen: den gennemsnitlige kryptokurrekorrelationskoefficient mellem Bitcoin og Altcoins i 2019 er højere eller lig med den gennemsnitlige kryptokurrekorrelationskoefficient mellem Bitcoin og Altcoins i 2018.
Alternativ hypotese: den gennemsnitlige kryptokurrency-korrelationskoefficient mellem Bitcoin og Altcoins i 2019 er lavere end den gennemsnitlige kryptokurrekorrelationskoefficient mellem Bitcoin og Altcoins i 2018.
Welchs One-Tailed T-test
Efter at have kørt testen får vi en T-værdi statistik på -4,99 og en p-værdi, der er meget mindre end 0,01.
Derfor bør vi afvise nulhypotesen, da vi har mange beviser, der tyder på, at den gennemsnitlige korrelationskoefficient mellem Bitcoin og Altcoins i 2019 er meget lavere end i 2018.
Er dette gode nyheder?
Ja. Diversificering fungerer bedre, når sammenhængen er lav.
Korrelationsmatrix for de 20 bedste mønter efter markedsværdi i 2019.
Harry Markowitz, far til moderne porteføljeteori, postulerede, at det vigtigste aspekt af risiko at overveje er et aktivs bidrag til den samlede risiko i porteføljen snarere end risikoen for aktivet isoleret.
“Diversificering er den eneste gratis frokost i økonomi” – Harry Markowitz
Dette betyder, at du ved at inkludere aktiver med en lav eller negativ korrelation i din portefølje kan reducere den samlede varians og derfor reducere risikoen for din portefølje. Aktiver, der er negativt korreleret eller ukorreleret, har en tendens til at annullere hinanden.
Hos HodlBot bygger vi kryptokurrencyindeks til hverdagsinvestorer. Et indeks, hvor hver eneste mønt er korreleret med en anden, er ikke meget en diversificeret portefølje. Derfor er vi glade for at se lavere sammenhænge mellem aktiver. Det gør simpelthen porteføljediversificering meget mere effektiv.
Skal jeg tage dette med et saltkorn?
Ja, korrelationer kan ændre sig. Korrelation ændres over tid.
Korrelationskoefficienten for et par aktiver ændres vildt over tid. Bare fordi noget tidligere var korreleret på en bestemt måde, betyder det ikke, at forholdet vil være i fremtiden. Den 30-dages rullende korrelation for mange mønter ser sådan ud, en række op- og nedture.
Pearson’s korrelationskoefficient antager et lineært forhold
Lineære forhold er lette at forstå og nemme at modellere. Imidlertid er mange forhold mellem to aktiver ikke-lineære. Det kan være polynomisk, eksponentielt osv. I disse tilfælde forenkler Pearson’s korrelationskoefficient unødvendigt forholdet.
Datasættet anvendt i denne analyse
Jeg trak kryptokurrencypriser & globale markedsdækningsdata fra Coinmarketcap.
På et årligt grundlag tog jeg et øjebliksbillede for at finde de 200 mest rangerede mønter efter markedsdækning. Derefter beregnede jeg deres korrelationskoefficient baseret på prisdataene for det år.
Du kan finde prisen & markedsdækningsdata for alle mønter her.
